【笔记】《Selection and Ordering of Linear Online Video Ads》
2015-10-13 15:48
344 查看
Selection and Ordering of Linear Online Video Ads
论文提出了一种为在线播放的流媒体选择广告的算法。根据广告的价格和质量来分配广告,防止用户因为广告太难看而退出视频。
一个视频有三个部分可以插播广告,pre-roll、mid-roll、post-roll。
如图所示,统计发现用户看了位置j处的广告还继续看视频的 Completion Rate 在preroll是83%,在midroll由92%递减到postroll的19%
有N个广告要放到J个slot
第i个广告的CPM为b_i,并且至少要放tit_i次。这两个值由厂商决定。
用户看完第i个广告以后继续看视频的概率为cic_i,即因为广告太难看而关掉视频的概率为1−ci1-c_i,这个值由统计得到。
在作者的模型里,作者假设
每个视频以一个前置的广告开始,以一个后置的广告结束,中间有一个或多个广告
广告不可以跳过
每个slot里只有一个广告
用户看完广告还想继续看视频的概率为cic_i
每个slot有一个slot-specifc continuation probabilities (λj\lambda _j)
表示表示广告i放在位置j时的continuation probalities和CPM。
论文中先假设slot-specifc probability λj线性递减,得到了一个动态规划算法。
之后又假设λj 从pre-roll到第一个mid-roll时增加,之后再递减。(如图1所示)
然后得到了一个接近最优的启发式算法。
动态规划:
状态转移方程
其中R[i,j]表示广告i+1到N已经放置在slot j+1到J中,而第i个广告放到位置j时的最大收益。
S[i,j]=1说明广告i放在了位置j上。
启发式算法分两步
第一步,解决子问题,利用mid-poll中的单调性。
第二部,找到适合pre-roll和post-roll的最佳广告。
考虑mid-poll中的子问题。
可以用之前的动态规划解决。
设广告全集为N,解集为A={a2,a3…aj-1}
用{N-A}再一次求解,解集为A’={a’2,a’3…a’j-1}
枚举a∈N,如果a∈A,在集合N-A’-{a}中找到最优的aj,选择广告{a,a’2,a’3…a’j-1,aj},计算收益Ra
如果a∈A’,在集合N-A-{a}中找到最优的aj,选择广告{a,a2,a3…aj-1,aj},计算收益Ra
从所有的结果中选择最大的收益R
结论
这是一个为在线视频分配广告的算法。
广告的价格和展现次数由广告主提供。
ad continuation rates 和 slot-specifc continuation rates由大数据统计得到。
采用本算法将会获得更多的收益,更少的观众流失。
相关文章推荐
- 导出Excel(防止导出整个页面)
- Oracle 中用一个表的数据更新另一个表的数据
- 超简单的同步本地git仓库到远端服务器
- XCode安装VVDocumenter插件
- CMD批处理重命名文件
- python学习002
- 小议:如何Change Content Type Hub的URL?
- 举例讲解Python中的身份运算符的使用方法
- iOS文件操作两种方式:NSFileManager和流操作
- CMD批处理重命名文件
- android http请求
- Android重写view时onAttachedToWindow () 和 onDetachedFromWindow () .
- 4、Median of Two Sorted Arrays
- nodejs npm install全局安装和本地安装的区别
- c++类、对象及其成员的定义
- poker 游戏实现 (python)
- 【学习笔记】系列十:Android自动化测试InstrumentationTestCase
- Theano tutorial – basic type
- Nim Game
- Android面试题库---横竖屏转换